遥感数字图像处理——第四章——变换域处理方法

4.1变换域处理方法概述
一、重点：各变换算法在图像处理中的物理含义及应用
二、线性变换：(1)主成分分析
(2)最小噪声分离
(3)缨帽变换
频率域变换：(1)傅里叶变换
(2)小波变换
(3)颜色空间变换
4.2主成分变换
一、主成分变换概念：
将一组可能相关的变量转换到一组线性不相关的变量（成为主成分）的统计分析过程。
二、主成分变换原理：
（1）去相关
（2）信息压缩至前面的主成分
三、主成分变换过程：
四、主成分变换在图像处理中的应用：图像压缩、图像去噪、图像增强、图像融合、特征提取。

4.3最小噪声分离变换（MNF变换）
一、最小噪声分离变换的概念
最小噪声分离（Minimum Noise Fraction，MNF）一种正交变换，变换后得到的各分量互不相关，各分量按照信噪比从大到小排列；MNF变换后使噪声得到了分离，且波段间不相关，所以它比PCA变换更加优越。
PCA：按信息量（方差）大小排列
MNF：按信噪比大小排列
二、最小噪声分离变换原理及过程
*MNF变换相当于进行两次PCA
具体计算方法：(1)噪声估计
(2)对噪声图像进行主成分变换，获得用于随机噪声分离和调整的变换矩阵
(3)对原始遥感影像各波段的随机噪声进行分离和重新调整
(4)对经噪声分离和重新调整的原始遥感影像进行主成分变换
三、最小噪声分离变换在图像处理中的